「統計学的検討」の指標はさまざま 何が起きているかをどう表現するか

写真はイメージ（Ｃ）日刊ゲンダイ

　前回、デンマークのマスク推奨の効果を検討したランダム化比較試験について書いた。今回もその続きである。1カ月間のコロナ感染症が、マスク推奨群で1.8％、非推奨群で2.1％という結果であったが、この結果をさらに詳細に検討しよう。

　この際まず考えることは、この1.8％と2.1％という数字そのものの妥当性である。さらに2.1-1.8=0.3％と差をとれば、この0.3％の減少の妥当性である。

　ここで検討すべきが「真実、バイアス、偶然」のうちの「偶然」である。この研究に参加したのは、デンマーク人の中でも仕事上マスクをすることがなく、3時間以上を自宅外で生活するという人のそのまた一部である。その一部の人たちでの結果として、それぞれのグループでのコロナ感染症の発生が1.8％と2.1％ということであるが、もう一度同じ対象者から別の参加者を集めて検討したら、また違った結果になるかもしれない。さらにそうした研究を繰り返して行うと、どれくらいの幅に収まるのかどうかを検討しなければ、一度の結果でどうこう言うのはむつかしいという面がある。そこで登場するのが「統計学的検討」である。

　ただその統計学的検討について知るためには、効果を評価するための指標についてまず学ぶ必要がある。この指標には大きく分けて割り算の指標と引き算の指標という2つがある。割り算の指標の代表が「相対危険」で、この研究で言えば、マスク推奨群の発症率÷マスク非推奨群、1.8÷2.1=0.86である。100のコロナ感染が86にまで少なくなるというものである。さらにこの相対危険を1から引いたもの、つまり1-0.86=14％を「相対危険減少」と呼ぶ。「マスク推奨によりコロナ感染のリスクが14％減少する」というように最もよく使われる指標である。

■論文は治療効果を大きく見せたい

　また引き算の指標の代表が「絶対危険減少」で、2.1％-1.8％=0.3％である。これも相対危険減少と同様に「マスク推奨によってコロナ感染が0.3％少なくなる」とも言えるが、相対危険減少に比べてあまり使われない指標である。さらにこれを逆数にして1÷0.003≒334を「治療必要数」と呼ぶ。「334人マスクを推奨すると、コロナ感染が1人予防できる」という指標である。

　ここでまずお伝えしたいのは、結果の表現の仕方はさまざまということである。相対危険を使って100の感染を86まで減らすともいえるし、相対危険減少を用いて14％少なくするといってもいいし、絶対危険減少で0.3％減らすということもできる。さらには334人にマスクを推奨して1人の感染を予防できると治療必要数で表すこともできる。

　どの指標が正しいということはない。すべて正しい指標である。この論文では、相対危険のひとつであるオッズ比=0.82で報告されている。先ほどの相対危険の計算は両群の発症者の割合の比をとっているが、論文では割合でなく、オッズの比をとって相対危険を計算しているため若干の違いが生じている。オッズと割合の違いについて、ここでは説明を省略するが、コロナの発症割合が数％というレベルでは近似できると考えてよい。実際に割合の比でも先に計算したように0.86と似たような数字になる。

　ここでは論文の結果であるオッズ比0.82を使って考えてみよう。

　100のコロナ感染が82にまで少なくなるという結果であるが、1.8％と2.1％のまま比較していた時と比べて印象がどのように変わるだろうか。1.8％と2.1％だと似たようなものだと感じる人が多いだろう。それに対して100から82にまで少なくなるといわれると、先ほどより効果があると感じる人が多くなるのではないだろうか。これを相対危険減少で18％予防するといわれると、さらに効果的という気がしてくる。

　多様な指標の中で、論文で使用されるのはもっぱら相対危険、相対危険減少の割り算の指標である。この背景には、「論文では治療効果を大きく見せたい」というバイアスがある。